先上代码:
>>> with tf.Graph().as_default() as g:
c = tf.constant(5.0, name='c')
print(c.name)
print(c.op.name)
with g.name_scope("nested") as scope:
nested_c = tf.constant(10.0, name="c")
print(nested_c.op.name)
print(nested_c.name)
c:0
c
nested/c
nested/c:0
可以看到op.name输出和name输出是不一样的,op.name是操作的名字,name是tensor的名字,operation分配内存并在比如:0的结点上产生输出,tensor是一个操作的输出,所以它对应了操作的一个结点。
本文通过示例代码详细解析了在TensorFlow框架中,Tensor与Operation的概念及其区别。阐述了Operation负责执行计算,而Tensor作为其输出,两者在Graph中的作用与联系。
2147

被折叠的 条评论
为什么被折叠?



